Datos disponibles

Los datasets proporcionados por el INTA EEA Concordia son los siguientes:


Lotes disponibles


Métodos de muestreo

Meteorología

Las variables meteorológicas disponibles están medidas por hora por la estación automática del INTA Concordia.

Otros datasets

Para los demás datasets el método de muestreo utilizado es el siguiente:
Cada lote se subdivide en 10 sublotes de similar tamaño. Luego se selecciona dentro de cada uno de los 10 sublotes, por sorteo, al azar, una planta. De ahí en adelante, se visitarán semanalmente cada una de esas 10 plantas seleccionadas. Una vez que las plantas están identificadas se subdivide imaginariamente su copa en 12 casquetes, según los cuatro puntos cardinales (Sur, Este, Norte y Oeste) y tres alturas (parte alta, media y baja de la planta). En cada casquete se selecciona al azar una ramita terminal de unos 30 - 40 cm de longitud y se la marca e identifica con una cinta de colores. De este modo en cada una de las 10 plantas seleccionadas quedan marcadas 12 ramitas (en total son 120 ramitas por lote).

Observaciones:
Para el dataset color-calibre solo se tienen en cuenta las orientaciones, no la altura.


Dataset color-calibre

Algunas observaciones del dataset

lote fecha id_planta orientacion color calibre
042-INTA-Salustiana 21-APR-14 3 0 75% color naranja 75
D. Tito - V.Late 28-mar-07 5 1 100% color verde intenso o 0% color naranja 66
D. Tito - Nova 24-nov-15 8 0 100% color verde intenso o 0% color naranja 14
D. Tito - V.Late 04-abr-07 4 2 100% color verde intenso o 0% color naranja 68
D. Tito - V.Late 02-abr-12 9 3 100% color verde intenso o 0% color naranja 59

Tipos de datos de cada columna

## Classes 'data.table' and 'data.frame':   35960 obs. of  6 variables:
##  $ lote       : chr  "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" ...
##  $ fecha      : chr  "29-DEC-10" "29-DEC-10" "29-DEC-10" "29-DEC-10" ...
##  $ id_planta  : int  1 1 1 1 2 2 2 2 3 3 ...
##  $ orientacion: int  0 1 2 3 0 1 2 3 0 1 ...
##  $ color      : chr  "100% color verde intenso o 0% color naranja" "100% color verde intenso o 0% color naranja" "100% color verde intenso o 0% color naranja" "100% color verde intenso o 0% color naranja" ...
##  $ calibre    : chr  "32" "42" "44" "43" ...
##  - attr(*, ".internal.selfref")=<externalptr>

lote: indica el lote de cultivos sobre el cual se realizaron las mediciones/observaciones.
Se encuentran en formato caracter pero para un mejor análisis se convertirán a datos categóricos en la fase de limpieza de datos.

En la siguiente tabla podemos observar cuantas observaciones existen por cada uno de los lotes.

## 
## 042-INTA-Salustiana      058-INTA-NovaR      D. Tito - Nova 
##                5160                5360               10360 
##    D. Tito - V.Late        LOTE II NOVA 
##               13960                1120

fecha: indica el día de la observación. Las mismas se suelen realizar de manera semanal.
El formato de fechas se encuentran en tipo caracter lo cual se deberá transformar en datos de tipo Fecha para un mejor análisis. Se debe tener en cuenta para el formateo de las fechas que las mismas se encuentran en varios tipos de formato. Por ej. en la tabla inicial podemos observar meses en mayúsculas y minúsculas, así como también en inglés y español (APR o abr para el mes de Abril).

id_planta: Identificación de la planta sobre la cual se realiza la observación. Varían de 1 al 10 y representa cada una de las plantas teniendo en cuenta el método de muestreo aplicado previamente.

## 
##    1    2    3    4    5    6    7    8    9   10 
## 3596 3596 3596 3596 3596 3596 3596 3596 3596 3596

orientación: Orientación de la rama sobre la cual se hace la observación. Los valores posibles son: 0, 1, 2, 3 y representan los puntos cardinales Sur, Este, Norte, Oeste respectivamente.

## 
##    0    1    2    3 
## 8990 8990 8990 8990

color: Color de la fruta teniendo en cuenta una escala de color predefinida según madurez. El color de la fruta se encuentra en formato caracter pero en la fase de limpieza de datos se lo transformará en tipo categórico y ordinal ya que existe un orden lógico entre los posibles valores.

## 
##                          100% color naranja 
##                                        1736 
##                  100% color naranja intenso 
##                                        2480 
## 100% color verde intenso o 0% color naranja 
##                                       24272 
##                           25% color naranja 
##                                        4004 
##                           50% color naranja 
##                                        1744 
##                           75% color naranja 
##                                        1724

calibre: Diámetro ecuatorial de la fruta en milímetros.
El calibre de la fruta se encuentra en formato caracter lo cual se transformará en un dato numérico en la fase de limpieza de datos.

##    Length     Class      Mode 
##     35960 character character

Dataset Fenología

Algunas observaciones del dataset

NOMBRE FECHA PLANTA ALTURA ORIENTACION BROTACION FLORACION
042-INTA-Salustiana 03-JAN-14 6 2 0 B7 F0
D. Tito - Nova 05-mar-14 10 0 0 B6 F7
D. Tito - Nova 29-oct-13 10 1 3 B5 F0
D. Tito - Nova 18-mar-14 4 2 1 B6 F0
D. Tito - V.Late 05-may-11 5 1 2 B6 F7

Tipos de datos de cada columna

## Classes 'data.table' and 'data.frame':   165240 obs. of  7 variables:
##  $ NOMBRE     : chr  "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" ...
##  $ FECHA      : chr  "01-OCT-10" "01-OCT-10" "01-OCT-10" "01-OCT-10" ...
##  $ PLANTA     : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ ALTURA     : int  0 0 0 0 1 1 1 1 2 2 ...
##  $ ORIENTACION: int  0 1 2 3 0 1 2 3 0 1 ...
##  $ BROTACION  : chr  "B3" "B3" "B3" "B3" ...
##  $ FLORACION  : chr  "F2" "F2" "F2" "F2" ...
##  - attr(*, ".internal.selfref")=<externalptr>

NOMBRE: indica el lote de cultivos sobre el cual se realizaron las mediciones/observaciones.
Se encuentran en formato caracter pero para un mejor análisis se convertirán a datos categóricos en la fase de limpieza de datos.

En la siguiente tabla podemos observar cuantas observaciones existen por cada uno de los lotes.

## 
## 042-INTA-Salustiana      058-INTA-NovaR      D. Tito - Nova 
##               25200               25440               56160 
##    D. Tito - V.Late        LOTE II NOVA 
##               54360                4080

FECHA: indica el día de la observación. Las mismas se suelen realizar de manera semanal.
El formato de fechas se encuentran en tipo caracter lo cual se deberá transformar en datos de tipo Fecha para un mejor análisis. Se debe tener en cuenta para el formateo de las fechas que las mismas se encuentran en varios tipos de formato. Por ej. en la tabla inicial podemos observar meses en mayúsculas y minúsculas, así como también en inglés y español (APR o abr para el mes de Abril).

PLANTA: Identificación de la planta sobre la cual se realiza la observación. Varían de 1 al 10 y representa cada una de las plantas teniendo en cuenta el método de muestreo aplicado previamente.

## 
##     1     2     3     4     5     6     7     8     9    10 
## 16524 16524 16524 16524 16524 16524 16524 16524 16524 16524

ALTURA: Altura de la planta sobre la cual se realizó la observación. Los valores posibles son 0, 1 y 2 para las alturas parte Alta, Media y Baja respectivamente.

## 
##     0     1     2 
## 55080 55080 55080

ORIENTACIóN: Orientación de la rama sobre la cual se hace la observación. Los valores posibles son: 0, 1, 2, 3 y representan los puntos cardinales Sur, Este, Norte, Oeste respectivamente.

## 
##     0     1     2     3 
## 41310 41310 41310 41310

BROTACION: Representa el estadio fenológico de brotación de la planta teniendo en cuenta la orientación y la altura.

## 
##     B1     B2     B3    B34     B4     B5     B6     B7     B8 
##  15405   6331   5212   3189   6434  14153 109960   3579    977
Fig. 2: Brotación

FLORACION: Representa el estadio fenológico de floración de la planta teniendo en cuenta la orientación y la altura.

## 
##    F0  F1.0  F1.1    F2    F3    F4    F5    F6    F7    F8 
## 85212  8055  3450  3421  1030  1374  1923  3839 56526   410
Fig. 3: Floración

Dataset Estado de cultivos

Algunas observaciones del dataset

NOMBRE FECHA PLANTA ESTADO
042-INTA-Salustiana 03-JAN-14 6 R
D. Tito - Nova 05-mar-14 9 MB
D. Tito - Nova 29-oct-13 9 MB
D. Tito - Nova 18-mar-14 3 MB
D. Tito - V.Late 05-may-11 2 MB

Tipos de datos de cada columna

## Classes 'data.table' and 'data.frame':   13770 obs. of  4 variables:
##  $ NOMBRE: chr  "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" ...
##  $ FECHA : chr  "01-OCT-10" "01-OCT-10" "01-OCT-10" "01-OCT-10" ...
##  $ PLANTA: int  1 2 3 4 5 6 7 8 9 10 ...
##  $ ESTADO: chr  "MB" "MB" "MB" "MB" ...
##  - attr(*, ".internal.selfref")=<externalptr>

NOMBRE: indica el lote de cultivos sobre el cual se realizaron las mediciones/observaciones.
Se encuentran en formato caracter pero para un mejor análisis se convertirán a datos categóricos en la fase de limpieza de datos.

En la siguiente tabla podemos observar cuantas observaciones existen por cada uno de los lotes.

## 
## 042-INTA-Salustiana      058-INTA-NovaR      D. Tito - Nova 
##                2100                2120                4680 
##    D. Tito - V.Late        LOTE II NOVA 
##                4530                 340

FECHA: indica el día de la observación. Las mismas se suelen realizar de manera semanal.
El formato de fechas se encuentran en tipo caracter lo cual se deberá transformar en datos de tipo Fecha para un mejor análisis. Se debe tener en cuenta para el formateo de las fechas que las mismas se encuentran en varios tipos de formato. Por ej. en la tabla inicial podemos observar meses en mayúsculas y minúsculas, así como también en inglés y español (APR o abr para el mes de Abril).

PLANTA: Identificación de la planta sobre la cual se realiza la observación. Varían de 1 al 10 y representa cada una de las plantas teniendo en cuenta el método de muestreo aplicado previamente.

## 
##    1    2    3    4    5    6    7    8    9   10 
## 1377 1377 1377 1377 1377 1377 1377 1377 1377 1377

ESTADO: Indica el estado general de la planta al momento de la observación. Los estados posibles son Malo (M), Regular (R), Bueno (B) y Muy bueno (MB).
La siguiente tabla indica la cantidad de observaciones existentes en el dataset para cada estado posible. Más adelante se prevé otros análisis como por ejemplo diferenciar estos estados según el lote o analizar la evolución de los estados a través de distintos períodos del año.

## 
##     B     M    MB     R 
##  1963    93 11348   366

Dataset Meteorología

Algunas observaciones del dataset

Tipos de datos de cada columna

## Classes 'data.table' and 'data.frame':   888490 obs. of  4 variables:
##  $ FECHA      : chr  "22-nov-06 22:00:00" "22-nov-06 22:00:00" "22-nov-06 22:00:00" "22-nov-06 22:00:00" ...
##  $ VALOR      : chr  "0" "56,95" "0" "23,88" ...
##  $ SIGNIFICADO: chr  "Válido rango de sensor" "Válido rango de sensor" "Válido rango de sensor" "Válido rango de sensor" ...
##  $ VARIABLE   : chr  "Velocidad Maxima Viento" "Humedad Media" "Velocidad Media Viento a 2m" "Temperatura Media" ...
##  - attr(*, ".internal.selfref")=<externalptr>

FECHA: Indica el día y la hora en donde se midió la variable meteorológica.
En la fase de limpieza de datos se debe convertir estos valores que por el momento son de tipo caracter a valores tipo timestamp de esta manera se pueden realizar varias operaciones como subdividir el dataset en períodos de tiempo, trabajar con meses, años, etc.

##    Length     Class      Mode 
##    888490 character character

VALOR: Indica la magnitud medida de la variable que se encuentra en la columna VARIABLE. Este dato deberá transformarse de tipo caracter a tipo numérico.

SIGNIFICADO: Indica la calidad de la medición.
En la fase de limpieza de datos no se tendrá en cuenta este atributo ya que es obligatorio realizar un análisis de datos faltantes y datos anómalos o también conocido como outliers.

## 
##      Anómalo o erróneo             Dato bueno          Dato faltante 
##                    782                 284798                  31313 
##        Dato sospechoso    Incoherencia lógica Válido rango de sensor 
##                   2057                     52                 569488

VARIABLE: Indica la variable meteorológica que se esta midiendo.

## 
##          Humedad de la hoja              Humedad Maxima 
##                       62391                       79302 
##               Humedad Media              Humedad Minima 
##                       79302                       79302 
##               Precipitacion   Radiacion Global Max W/m2 
##                       79310                       33051 
##       Radiacion Global W/m2          Temperatura Máxima 
##                       79300                       79302 
##           Temperatura Media          Temperatura Mínima 
##                       79302                       79302 
##     Velocidad Maxima Viento Velocidad Media Viento a 2m 
##                       79313                       79313

A simple vista podemos observar varios datos faltantes para Radiación global máxima y para Humedad de la hoja.

Magnitudes:

  • Temperatura: °C
  • Humedad: %
  • Velocidad del viento: m/s (se mide a 2m de altura)
  • Precipitaciones: mm (agua caída acumulada por un período de tiempo)
  • Radiación global: W/m2 (es el valor total de la radiación solar Global que alcanza la superficie horizontal del lugar)
  • Humedad hoja: U (es la humedad condensada en la superficie de las hojas y otras partes expuestas de las plantas)
Observaciones: La estructura del dataset meteorología se encuentra en un formato largo (long-format) el cual puede dificultar ciertos análisis. Además se puede ver que para cada fila del dataset se repiten los nombres de las variables meteorológicas.
Por lo tanto en la fase de limpieza de datos se transformará este dataset a un formato ancho (wide-format) de tal forma que para cada hora se tendrán varias columnas en la que cada una representará una variable meteorológica.
En la siguiente imagen podemos observar datos en ambos formatos aunque el proceso a realizar en nuestro caso es inverso.
Fig. 1: Wide-Format, Long-Format

Fuente de la imagen. Además con el dataset estructurado como wide-format veremos claramente cuales son los atributos que tienen valores faltantes para un día y una hora específica. ***

Dataset Minador-Diaphorina

Algunas observaciones del dataset

NOMBRE FECHA PLANTA METODO VALOR_ESTE VALOR_OESTE VALOR_NORTE VALOR_SUR
042-INTA-Salustiana 12-11-13 4 Monitoreo de P.A. de Diaphorina 0 0 0 0
D. Tito - Nova 14-5-14 1 Monitoreo de P.A. de Diaphorina 0 0 0 0
D. Tito - Nova 6-1-14 3 Monitoreo de P.A. de Diaphorina 0 0 0 0
D. Tito - Nova 27-5-14 8 Monitoreo de P.A. de Diaphorina 0 0 0 0
D. Tito - V.Late 20-7-11 6 Monitoreo de P.A. de Minador 0 0 0 0
D. Tito - Nova 11-12-14 5 Monitoreo de P.A. de Diaphorina 0 0 0 0
042-INTA-Salustiana 29-12-10 6 Monitoreo de P.A. de Diaphorina 0 0 0 0
058-INTA-NovaR 24-8-12 10 Monitoreo de P.A. de Minador 0 0 0 0
D. Tito - Nova 11-12-15 10 Monitoreo de P.A. de Diaphorina 0 0 0 0
D. Tito - Nova 30-6-11 10 Monitoreo de P.A. de Minador 0 0 0 0

Tipos de datos de cada columna

## Classes 'data.table' and 'data.frame':   25890 obs. of  8 variables:
##  $ NOMBRE     : chr  "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" ...
##  $ FECHA      : chr  "1-10-10" "1-10-10" "1-10-10" "1-10-10" ...
##  $ PLANTA     : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ METODO     : chr  "Monitoreo de P.A. de Diaphorina" "Monitoreo de P.A. de Diaphorina" "Monitoreo de P.A. de Diaphorina" "Monitoreo de P.A. de Diaphorina" ...
##  $ VALOR_ESTE : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ VALOR_OESTE: int  0 0 0 0 0 0 0 0 0 0 ...
##  $ VALOR_NORTE: int  0 0 0 0 0 0 0 0 0 0 ...
##  $ VALOR_SUR  : int  0 0 0 0 0 0 0 0 0 0 ...
##  - attr(*, ".internal.selfref")=<externalptr>

NOMBRE: indica el lote de cultivos sobre el cual se realizaron las mediciones/observaciones.
Se encuentran en formato caracter pero para un mejor análisis se convertirán a datos categóricos en la fase de limpieza de datos.

En la siguiente tabla podemos observar cuantas observaciones existen por cada uno de los lotes.

## 
## 042-INTA-Salustiana      058-INTA-NovaR      D. Tito - Nova 
##                4120                4220                8910 
##    D. Tito - V.Late 
##                8640

FECHA: indica el día de la observación. Las mismas se suelen realizar de manera semanal.
El formato de fechas se encuentran en tipo caracter lo cual se deberá transformar en datos de tipo Fecha para un mejor análisis. Se debe tener en cuenta para el formateo de las fechas que las mismas se encuentran en varios tipos de formato. Por ej. en la tabla inicial podemos observar meses en mayúsculas y minúsculas, así como también en inglés y español (APR o abr para el mes de Abril).

PLANTA: Identificación de la planta sobre la cual se realiza la observación. Varían de 1 al 10 y representa cada una de las plantas teniendo en cuenta el método de muestreo aplicado previamente.

## 
##    1    2    3    4    5    6    7    8    9   10 
## 2589 2589 2589 2589 2589 2589 2589 2589 2589 2589

METODO: Indica el método de monitoreo de plaga sobre la planta. Este puede ser monitoreo de Minador o monitoreo de Diaphorina. En la fase de limpieza de datos este dataset se dividirá en dos datasets diferentes uno para Minador y otro para Diaphorina de esta manera se podrá analizar la evolución de las mismas de manera independiente.
En la siguiente tabla se indica la cantidad de observaciones para cada método.

## 
## Monitoreo de P.A. de Diaphorina    Monitoreo de P.A. de Minador 
##                           12530                           13360

VALOR_ESTE, VALOR_OESTE, VALOR_NORTE, VALOR_SUR: Indican las distintas orientaciones sobre las cuales se realizaron los monitoreos y se cargan un código de presencia/ausencia de plaga.

Códigos de presencia/ausencia de plagas:

  1. No se detectó la presencia de minador/diaphorina en ninguna rama de la orientación.
  2. Se detectó la presencia de minador/diaphorina en una rama de la orientación.
  3. Se detectó la presencia de minador/diaphorina en dos ramas de la orientación.
  4. Se detectó la presencia de minador/diaphorina en las tres ramas de la orientación.

Dataset Moscas

Algunas observaciones del dataset

Tipos de datos de cada columna

## Classes 'data.table' and 'data.frame':   2339 obs. of  8 variables:
##  $ LOTE            : chr  "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" "042-INTA-Salustiana" ...
##  $ FECHA           : chr  "11-JAN-11" "25-JAN-11" "01-feb-11" "09-feb-11" ...
##  $ UBICACION_TRAMPA: chr  "-31.36885278; -58.11273056" "-31.36885278; -58.11273056" "-31.36885278; -58.11273056" "-31.36885278; -58.11273056" ...
##  $ TIPO_TRAMPA     : chr  "McPhail" "McPhail" "McPhail" "McPhail" ...
##  $ METODO          : chr  "Monitoreo en Trampas de la Mosca Americana" "Monitoreo en Trampas de la Mosca Americana" "Monitoreo en Trampas de la Mosca Americana" "Monitoreo en Trampas de la Mosca Americana" ...
##  $ CANT_HEMBRAS    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ CANT_MACHOS     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ MTD             : chr  "0" "0" "0" "0" ...
##  - attr(*, ".internal.selfref")=<externalptr>

LOTE: indica el lote de cultivos sobre el cual se realizaron las mediciones/observaciones.
Se encuentran en formato caracter pero para un mejor análisis se convertirán a datos categóricos en la fase de limpieza de datos.

En la siguiente tabla podemos observar cuantas observaciones existen por cada uno de los lotes.

## 
## 042-INTA-Salustiana      058-INTA-NovaR      D. Tito - Nova 
##                 366                 107                 567 
##    D. Tito - V.Late 
##                1299

FECHA: indica el día de la observación. Las mismas se suelen realizar de manera semanal.
El formato de fechas se encuentran en tipo caracter lo cual se deberá transformar en datos de tipo Fecha para un mejor análisis. Se debe tener en cuenta para el formateo de las fechas que las mismas se encuentran en varios tipos de formato. Por ej. en la tabla inicial podemos observar meses en mayúsculas y minúsculas, así como también en inglés y español (APR o abr para el mes de Abril).

UBICACION_TRAMPA: Coordenadas en formato latitud/longitud de la ubicación geográfica de la trampa.

TIPO_TRAMPA: Indica si la observación se realizó sobre una trampa Jackson o McPhail.

## 
## Jackson McPhail 
##    1299    1040

En el FruTIC hay dos tipos de trampas, la trampa Jackson y la trampa McPhail. La trampa Jackson es una trampa seca y que consiste en una estructura de cartón laminado de color blanco con forma triangular. Dentro de la misma se coloca una lamina untada con un pegante y en la parte superior se cuelga una pastilla de Trimedlure que es una hormona de atracción sexual exclusiva para machos de la mosca del Mediterráneo (Ceratitis capitata). Cada vez que se hace la recorrida de los mosqueros, al revisar la trampa y hacer el recuento, se controla si el piso todavía sirve, si no está muy sucio o si el pegamento perdió sus propiedades y también si el Trimedlure no ha perdido fuerza. En general, tanto el piso como el atrayente pueden durar cuatro semanas. En ese piso quedan pegados, además de los machos de Ceratitis, otros insectos y moscas, partículas de tierra, ramitas. Por eso requiere un cambio periódico. Los machos de Ceratitis se distinguen con facilidad de otras moscas e insectos que pueden haber quedado pegados, pero quien recorre las trampas debe tener cierta capacitación para no cometer errores. La trampa McPhail es un recipiente plástico, donde se coloca agua y pastillas de un complejo proteico elaborado con levaduras. Se colocan cuatro pastillas por trampa y éstas se disuelven en el agua. Las proteínas y aminoácidos que se van liberando son un poderoso atrayente de todo tipo de moscas y también de otros insectos y atrae tanto a machos como a hembras, ya que no es un atractivo sexual sino que es un alimento muy deseado por estos insectos. La frecuencia del trampeo también es similar al de las Jackson. La diferencia es que en éstas se pueden encontrar tanto machos como hembras de Ceratitis capitata así como también, tanto machos como hembras de Anastrepha fraterculus (mosca americana de los frutos). Esta última es una mosca de los frutos menos común que la del Mediterráneo pero igualmente también importante. Quien revisa las trampas debe estar capacitado para saber distinguir machos y hembras de ambas moscas de los frutos, más aún considerando que suele haber muchas otras moscas e insectos presentes en la trampa. En el caso de las Jackson los insectos quedan pegados en el piso de la trampa cuando se acercan a la misma. En el caso de la McPhail quedan flotando o sumergidos en la suspensión de las proteínas en el agua.

METODO: Indica si es un monitoreo de Mosca Americana o Mosca del Mediterráneo.

## 
##        Monitoreo en Trampas de la Mosca Americana 
##                                               520 
## Monitoreo en Trampas de la Mosca del Mediterráneo 
##                                              1819

CANT_HEMBRAS: Indica la cantidad de moscas hembras encontradas en la trampa.

CANT_MACHOS: Indica la cantidad de moscas machos encontrados en la trampa.

MTD: El MTD (moscas por trampa y por día) se obtiene, contando el número de moscas de la fruta presentes en el mosquero (se llama así a la trampa para moscas que se colocan en los lotes cítricos) y dividiendo ese número por el número de días entre esa fecha y la fecha en que se revisa previamente esa misma trampa.

Observación: Es común que las trampas se revisen una vez por semana. Por consiguiente al número de moscas que se encuentran en la trampa se lo divide por 7 y así se obtiene el valor del MTD. Se considera como criterio para decidir realizar una aplicación de control un umbral para el MTD correspondiente a 0,14. Ello equivale a encontrar una mosca en el trampeo semanal. Con ese número basta para justificar realizar una aplicación.

especies-moscas
tipo-trampas